| 77 | 0 | 155 |
| 下载次数 | 被引频次 | 阅读次数 |
针对蜣螂优化算法（dung beetle optimizer, DBO）在路径规划中易陷入局部最优、收敛速度慢等不足，文章提出了一种基于多策略融合的蜣螂算法（multi-strategy integrated dung beetle algorithm, MSDBO）。首先，采用Logistic混沌映射初始化种群，以提高初始种群的质量和分布的均匀性；然后，结合Levy飞行策略，利用其长步长和短步长交替的特性，增强算法的全局搜索能力；最后，通过最优邻域扰动策略，在当前最优解附近进行精细搜索，提升算法的局部开发能力。仿真结果表明，与原始的DBO算法以及其他主流算法相比，MSDBO算法在最短路径规划上较为优越，路径长度减少了21.36%，效果显著提升，这一改进为机器人路径规划等领域提供了有力的算法支持。
Abstract：[1]YU X B,JIANG N J,WANG X M,et al.A hybrid algorithm based on grey wolf optimizer and differential evolution for UAV path planning[J].Expert systems with applications,2023,215(1):119327.
[2]LIU G Y,SHU C,LIANG Z W,et al.A modified sparrow search algorithm with application in 3d route planning for UAV[J].Sensors,2021,21(4):1224.
[3]赵俊涛,罗小川,刘俊秘.改进鲸鱼优化算法在机器人路径规划中的应用[J].东北大学学报(自然科学版),2023,44 (8):1065-1071.
[4]郭琴,郑巧仙.多策略改进的蜣螂优化算法及其应用[J].计算机科学与探讨,2024,18 (4):930-946.
[5]秦喜文,冷春晓,董小刚.基于混合策略的蜣螂优化算法研究[J].吉林大学学报(信息科学版),2024,42(2):1-11.
[6]SHEN Q W,ZHANG D M,XIE M S,et al.Multi-strategy enhanced dung beetle optimizer and its application in three-dimensional UAV path planning[J].Symmetry,2023,15(7):1432.
[7]雷千龙,侯硕,侯义.基于改进DBO的四旋翼无人机自抗扰参数整定[J].信息技术与信息化,2025(1):175-178.
[8]YE M J,ZHOU H,YANG H Y,et al.Multi-strategy improved dung beetle optimization algorithm and its applications[J].Biomimetics,2024,9(5):291.
[9]ZHANG X Y,YUE W.Elite dung beetle optimization algorithm for multi-UAV cooperative search in mountainous environments[J].Journal of bionic engi-neering,2024,21:1677-1694.
[10]吴倩,杜柱石,王立岩.基于Logistic映射的通信网络信息安全加密方法[J].信息技术与信息化,2024(12):61-64.
[11]周建新,侯自川,李忠泽.融合多策略改进的黑翅鸢优化算法[J].电子测量技术,2024,47 (22):104-110.
[12]王亚玲,马冬则,乔丹妮，等.高斯分布策略樽海鞘群算法求解移动机器人路径规划[J].机电工程技术,2025,54 (13):117-122.
基本信息:
中图分类号:TP18;TP242
引用信息:
[1]刘蕾,范县成,凌新宇,等.基于多策略融合的蜣螂算法及其路径规划研究[J].信息技术与信息化,2026,No.312(03):4-7.
基金信息:
安徽省高等学校省级自然科学研究计划项目（2024AH050637）; 安徽信息工程学院青年科研基金项目（24QNJJKJ012）
2026-03-25
2026-03-25